基于粒子对和极值优化的基因聚类混合算法研究

• 作者: 吴小霞 张超英 王珍珍 禤浚波
• 来源期刊: 计算机应用研究
• 关键词: 基因聚类 K-means算法 粒子对 极值优化算法 混合算法
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3675-3677,3680
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.10.018

摘要

针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题,建议了一种新的基于粒子对( PPO)与极值优化(E0)混合算法.该算法利用PPO和EO的优点,借助K-means快速聚类的结果初始化其中一个粒子,并根据一定迭代次数在精英粒子对的迭代过程中引入EO算法,在保证算法收敛的同时避免后期过早陷入局部最优,从而提高聚类结果的精度.将混合算法应用于真实的基因表达数据.实验结果表明,混合算法比K-means和粒子对算法具有更好的聚类精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超英	广西师范大学计算机科学与信息工程学院	46	360	10.0	17.0
2	吴小霞	广西师范大学计算机科学与信息工程学院	3	9	2.0	3.0
3	王珍珍	广西师范大学计算机科学与信息工程学院	7	7	1.0	2.0
7	禤浚波	广西师范大学计算机科学与信息工程学院	3	9	2.0	3.0